עידן הטיסה ללא GNSS: איך חברות מגינות על הרחפנים והתוצרים מפני מגיפת השיבושים?

עידן הטיסה ללא GNSS: איך חברות מיפוי ותשתיות מגינות על הרחפנים והתוצרים מפני מגיפת השיבושים?

אובדן וזיוף אותות ניווט לווייני הפכו מבעיה צבאית נקודתית לאיום תפעולי וכלכלי ישיר על חברות מסחריות בשוק האזרחי. כאשר איגוד התעופה האזרחית הבינלאומי מדווח על זינוק של מאות אחוזים בתקריות אובדן אותות, ועבור מטיסים בישראל המצב הפך לתנאי סביבה קבועים, הסיכון לעסקים מבוססי-רחפן הוא דרמטי. רחפנים משמשים בתשתיות, במשלוחים, באבטחה, בתחזוקת מבנים, באתרי בנייה, בחקלאות, באכיפה וכמובן גם בפנאי, בידור וספורט. מניעה או הרעלה של אותות ניווט מציבות רחפני משימה יקרים בסכנת התרסקות מיידית, מסכנות חיי אדם ורכוש ומחבלות בתוצרים, מה שהלקוחות משלמים עבורו. כדי לשרוד, העסק האזרחי המודרני כבול לאילוצי SWaP-C (עלות, גודל, משקל וצריכת אנרגיה) נוקשים, אך נדרש לאמץ ארכיטקטורות חסינות שמונעות את השבתת הפעילות.

כדי להתמודד עם האתגר ולשמור על רווחיות, התעשייה המסחרית נעה כיום בשני צירים משלימים: פתרונות חומרה מתקדמים לאתרי בנייה מול פתרונות תוכנה חכמים לחקלאות ומיפוי כללי. בתחום התשתיות המורכבות, אתרי בנייה ומכרות, השילוב של רחפני עבודה כבדים יחד עם סורקי LiDAR מסחריים עצמאיים הוכיח את עצמו כפתרון המעשי והחסין ביותר. השימוש ב-LiDAR אקטיבי מבוסס אלגוריתמיקת SLAM מאפשר לרחפן למפות ולנווט באופן אוטונומי לחלוטין ללא תלות ב-GPS. עבור עסק הנדסי, זוהי השקעה כלכלית בת קיימא, שכן רמת הדיוק נשמרת והתוצר העסקי מוגן, גם בסביבות המופרעות ביותר.

מנגד, עבור יישומים כמו חקלאות מדייקת או מיפוי שטחים פתוחים נרחבים, שבהם העמסת חיישני LiDAR יקרים וכבדים פוגעת בזמן הטיסה ובכדאיות הכלכלית, הפתרון עובר לראייה ממוחשבת פסיבית ואלגוריתמיקה מתקדמת של קוד פתוח. מערכות בקרת טיסה תעשייתיות כבר אינן מסתפקות במסנני קלמן מורחבים פשוטים לפיצוי על אובדן אות, אלא עוברות לארכיטקטורות של אופטימיזציית גרף גורמים. ספריות כמו GTSAM או OpenVINS, שרצות על גבי לוחות מחשוב קצה מסחריים חזקים כמו סדרת Orange Pi 5/6 או NVIDIA Jetson Orin Nano המצוידים במאיצי AI ו-NPU מובנים, מספקות פתרון הגנה חיוני מול זיוף אותות. הן מעריכות מחדש חלון היסטורי של נתוני החיישנים (IMU, מצלמות מולטי-ספקטרליות וזרימה אופטית) ומזהות מיד חוסר עקביות או אנומליות שמעידות על מתקפת סייבר, מבלי להעמיס משקל עודף על הכלי.

במבט קדימה, עסק של שירותי רחפן אינו יכול להישען על פתרונות מעבדה זולים דוגמת ה-Raspberry Pi, שאינם מותאמים (לפחות לא כרגע) לעיבודי ה-AI המורכבים שנדרשים בזמן אמת בשטח. ההזדמנות הכלכלית הגדולה ביותר עבור יזמים כיום נמצאת באינטגרציה חכמה: הטמעת תוספי תוכנה מבוססי Neural SLAM ומחשוב קצה תעשייתי על גבי פלטפורמות קיימות. שילוב זה מעניק לרחפנים המסחריים את היכולת להבין את הסביבה ויזואלית, לשמור על יציבות הכלי, ולהבטיח שירות רציף, בטוח ומדויק ללקוח הקצה, גם תחת תנאי לוחמה אלקטרונית.

היתוך נתונים, בקרה ולמידת מכונה כדי לאפשר עבודה אזרחית עם רחפנים

צריכים יעוץ בנוגע למערכות אוטונומיות? מערכות מבוססות רחפנים? מחקר אלגוריתמי יישומי? היבטים של חומרה/תוכנה? אנחנו מקימים בימים האלה ארגון שנותן מענה הוליסטי מבוסס רחפנים מאיסוף הנתונים השיטתי ועד לתובנות ולפתרונות ולתוצרים עבור לקוחות מענפי התכנון, הבנייה, האכיפה, החקלאות והתשתיות.

אם אתם זקוקים לשותף טכנולוגי עתיר ניסיון שיודע לספק שירותי מחקר ופיתוח Hands-on, מארגוני אנטרפרייז ועד סטארט-אפים, ממשרדי תכנון ועד למפעלי אנרגיה, על מנת להוציא חזון אלגוריתמי שלכם מהכוח אל הפועל? דברו איתי! שלמה יונה, מייסד ומדען ראשי, מתמטיקאי מחקר ופיתוח בע"מ. 053-7326360 shlomo.yona@mathematic.ai https://mathematic.ai פודקאסט על החברה ועליי, שלמה יונה, ואופן העבודה שלנו ואיתנו:

A technical deep dive about Mathematic.ai